基于高光谱和深度学习的山核桃内源异物像素级检测方法
授权
摘要
本发明公开了一种基于高光谱和深度学习的山核桃内源异物像素级检测方法。方法包括步骤(1)建模样品集的采集；步骤(2)高光谱图像的采集；步骤(3)高光谱图像的背景分割；步骤(4)各组分像素的光谱提取；步骤(5)分类模型的建立；步骤(6)待测山核桃内源性异物的检测。本发明以像素光谱处理，实现了小尺寸像素级山核桃碎壳的检测，解决了山核桃壳检测难度大而无法实现检测的技术问题，以及部分像素存在误判的问题，提高了检测精度。
基本信息
专利标题 ：
基于高光谱和深度学习的山核桃内源异物像素级检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112132792A
申请号 ：
CN202010922380.X
公开（公告）日 ：
2020-12-25
申请日 ：
2020-09-04
授权号 ：
CN112132792B
授权日 ：
2022-05-10
发明人 ：
崔笛李卫豪冯喆
申请人 ：
浙江大学
申请人地址 ：
浙江省杭州市西湖区余杭塘路866号
代理机构 ：
杭州求是专利事务所有限公司
代理人 ：
林超
优先权 ：
CN202010922380.X
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06T7/194 G06T5/30 G06N3/08 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-10 ：
授权
2021-01-12 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20200904
申请日 : 20200904
2020-12-25 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
